-
公开(公告)号：CN108108715A
公开(公告)日：2018-06-01
申请号：CN201711493994.5
申请日：2017-12-31
Applicant: 厦门大学
Abstract: 基于生物启发和深度属性学习相结合的人脸美感预测方法，涉及一种人脸美感预测方法。首先通过眼动仪获取用户观察人脸图像时的眼动信息，进而提取出人观看人脸时的审美空间区域，通过聚类将审美空间区域划分为若干特征空间，然后通过监督学习和卷积神经网络方法训练出人脸美感检测器，训练出的人脸美感检测器对于一张正面的人脸图像，预处理后能够得到人脸图像的美感等级。通过收集图像的中层属性特征信息提取了用户观察图像时的审美空间区域，通过得到的人脸美感模型充分验证了决定人脸美感的审美特征区域，并且相对于其他人脸美感评价方法在准确率方面有了很大的提升。
-
公开(公告)号：CN110598713B
公开(公告)日：2022-05-06
申请号：CN201910722270.6
申请日：2019-08-06
Applicant: 厦门大学
Abstract: 基于深度神经网络的智能图像自动描述方法，涉及人工智能领域中的智能图像自动描述。包括以下步骤：1)描述数据预处理；2)抽取图像深度卷积特征和语义信息；3)基于多层级视觉语义嵌入的智能图像自动描述。采用因式分解的注意力机制模块，可解决图像自动描述中没有考虑语义信息层次性以及没有考虑场景信息等问题，可以显式地嵌入场景相关的语义信息，用以指导物体相关的语义信息嵌入和图像特征的嵌入。基于多层级视觉语义嵌入的图像自动描述研究，可方便图像自动描述在工业届中的推广与使用。
-
公开(公告)号：CN110675329B
公开(公告)日：2022-02-18
申请号：CN201910722994.0
申请日：2019-08-06
Applicant: 厦门大学
Abstract: 基于视觉语义引导的图像去模糊方法，涉及计算机视觉和人工智能领域。提出结构化空间语义嵌入模型，构造S3树用于自动推断结构化内容和在推理期间提供结构化空间特征，连接图像语义理解和图像去模糊两大模块，在多任务中实现语义的建模和嵌入，以获得最佳的特征图；在模糊图像去模糊过程中，将获得的最佳的特征图采用卷积与合并操作输入到去模糊模块中；该去模糊模块基于树结构的生成对抗网络进行训练；其中损失函数包括：S3树引导的对抗损失以及S3树引导的内容损失；模糊图像自动描述和图像去模糊协同训练，对树模型进行行优化。采用基于结构化空间语义嵌入的全新深度学习网络设计，解决了模糊图像去模糊中没有考虑图像语义内容等问题。
-
公开(公告)号：CN110675329A
公开(公告)日：2020-01-10
申请号：CN201910722994.0
申请日：2019-08-06
Applicant: 厦门大学
Abstract: 基于视觉语义引导的图像去模糊方法，涉及计算机视觉和人工智能领域。提出结构化空间语义嵌入模型，构造S3树用于自动推断结构化内容和在推理期间提供结构化空间特征，连接图像语义理解和图像去模糊两大模块，在多任务中实现语义的建模和嵌入，以获得最佳的特征图；在模糊图像去模糊过程中，将获得的最佳的特征图采用卷积与合并操作输入到去模糊模块中；该去模糊模块基于树结构的生成对抗网络进行训练；其中损失函数包括：S3树引导的对抗损失以及S3树引导的内容损失；模糊图像自动描述和图像去模糊协同训练，对树模型进行行优化。采用基于结构化空间语义嵌入的全新深度学习网络设计，解决了模糊图像去模糊中没有考虑图像语义内容等问题。
-
Patent Agency Ranking
公开(公告)号：CN108108849A
公开(公告)日：2018-06-01
申请号：CN201711493988.X
申请日：2017-12-31
Applicant: 厦门大学
Abstract: 一种基于弱监督多模态深度学习的微博情感预测方法，涉及多模态情感分析领域。包括以下步骤：微博多模态数据预处理；多模态深度学习模型的弱监督训练；多模态深度学习模型的微博情感预测。解决了在微博多通道内容上的情感预测中存在的多模态判别表示和数据标签受限等问题，实现最终多模态的情感类别预测，实验评价标准为准确度，反映了预测的微博情感极性类别与事先标注的情感类别之间的一致程度。在性能上有较大的提升，考虑到多模态之间的关联性，因此在整体的多模态性能上取得最优的效果。在不同情感类别上都取得较为理想的分类效果。经过弱监督训练，使得文本和图像模态的初始模型在情感分类上效果有明显的提升。
-
公开(公告)号：CN106776554A
公开(公告)日：2017-05-31
申请号：CN201611128388.9
申请日：2016-12-09
Applicant: 厦门大学
Abstract: 一种基于多模态超图学习的微博情感预测方法，属于多模态情感分析领域。针对在微博多通道内容上的情感预测中存在的问题，提供一种基于多模态超图学习的微博情感预测方法。包括以下步骤：1)提取微博多模态特征；2)计算微博间距离；3)构建多模态超图模型；4)超图学习。更好关联不同的模态解决模态间的独立性，在微博情感预测上有比较好的效果。
-
公开(公告)号：CN108171283B
公开(公告)日：2020-06-16
申请号：CN201711493993.0
申请日：2017-12-31
Applicant: 厦门大学
Abstract: 一种基于结构化语义嵌入的图像内容自动描述方法，涉及图像内容理解领域。包括以下步骤：获取文本解析树；构建视觉解析树；嵌入视觉解析树。通过对图像进行语义解析获得视觉语义结构树，获取关键的实体以及它们之间的关系，通过新的结构化的语义嵌入方法将关键的实体和它们的关系嵌入到神经解码器模型中，来引导文本的生成。解决了图像内容自动描述任务中注意模型的关键实体以及实体之间的关系被忽视的问题。在多数指标上都优于其他的方法，生成的图像内容的描述也比最流行的方法更为准确。
-
公开(公告)号：CN110598713A
公开(公告)日：2019-12-20
申请号：CN201910722270.6
申请日：2019-08-06
Applicant: 厦门大学
Abstract: 基于深度神经网络的智能图像自动描述方法，涉及人工智能领域中的智能图像自动描述。包括以下步骤：1)描述数据预处理；2)抽取图像深度卷积特征和语义信息；3)基于多层级视觉语义嵌入的智能图像自动描述。采用因式分解的注意力机制模块，可解决图像自动描述中没有考虑语义信息层次性以及没有考虑场景信息等问题，可以显式地嵌入场景相关的语义信息，用以指导物体相关的语义信息嵌入和图像特征的嵌入。基于多层级视觉语义嵌入的图像自动描述研究，可方便图像自动描述在工业届中的推广与使用。
-
公开(公告)号：CN108171283A
公开(公告)日：2018-06-15
申请号：CN201711493993.0
申请日：2017-12-31
Applicant: 厦门大学
Abstract: 一种基于结构化语义嵌入的图像内容自动描述方法，涉及图像内容理解领域。包括以下步骤：获取文本解析树；构建视觉解析树；嵌入视觉解析树。通过对图像进行语义解析获得视觉语义结构树，获取关键的实体以及它们之间的关系，通过新的结构化的语义嵌入方法将关键的实体和它们的关系嵌入到神经解码器模型中，来引导文本的生成。解决了图像内容自动描述任务中注意模型的关键实体以及实体之间的关系被忽视的问题。在多数指标上都优于其他的方法，生成的图像内容的描述也比最流行的方法更为准确。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
